在 Debian 上进行 JS 性能测试的实践指南
一 前端页面性能测试
- 使用 Chrome DevTools Performance 面板进行录制与分析：在目标页面按 F12 打开 DevTools，进入 Performance，可选择“Start profiling and reload page”记录加载性能，或点击 Record 记录交互阶段。录制时可开启 Screenshots、在 Capture settings 中设置 CPU Throttling（如 2x/4x slowdown） 与 Network throttling 以贴近真实设备与弱网场景；需要时点击 Collect garbage 强制执行 GC，减少干扰。录制完成后查看 FPS、CPU、Main 火焰图 等，定位长任务、回流重绘与脚本耗时。为减少插件干扰，建议在 隐身模式 下进行测试。
二 Node.js 微基准与 CPU 分析
- 微基准：使用 Node.js perf_hooks 精确测量函数耗时，避免用不稳定的 Date.now()。
- 示例：
- const { performance } = require(‘perf_hooks’);
- const t0 = performance.now(); yourFn();
- console.log(‘耗时’, performance.now() - t0, ‘ms’);
- CPU 采样分析：
- 启动应用：node --inspect server.js，在 Chrome 地址栏输入 chrome://inspect 连接并打开 DevTools Profiler 进行采样与火焰图分析。
- V8 内置采样：node --prof app.js 生成 isolate-*.log，再用 node --prof-process 生成可读报告，聚焦 热点函数 与脚本耗时分布。
- 内存与泄漏定位：
- 生成堆快照：在代码中 require(‘heapdump’) 并在合适时机调用 heapdump.writeSnapshot(‘/tmp/heap-$(date +%s).heapsnapshot’)，随后在 DevTools Memory 面板加载快照对比分配与保留路径。
三 负载与吞吐量测试
- HTTP 基准工具对比与示例（请在测试环境进行，避免影响生产）：
- autocannon：高并发 HTTP 基准，适合 API/服务压测
- 示例：autocannon -c 100 -d 30 http://localhost:3000
- wrk：基于线程的高并发测试
- 示例：wrk -t 12 -c 400 -d 30s http://localhost:3000
- Artillery：场景化与协议丰富（HTTP、WebSocket、Socket.io）
- 示例：artillery run scripts/load-test.yml
- 运行方式建议：使用 PM2 启动被测服务（如：pm2 start server.js --name api），在独立终端执行压测；压测期间结合 htop/vmstat/iostat 观察 CPU、内存、I/O 是否成为瓶颈。
四 运行时监控与 APM
- 进程与资源监控：
- PM2：进程守护、日志聚合与资源监控（如 pm2 monit），便于长时间运行下的稳定性与性能观察。
- 系统级：htop（CPU/内存）、vmstat（系统资源）、iostat（磁盘 I/O）快速排查资源争用。
- 应用性能管理 APM：
- 接入 New Relic / Datadog / Elastic APM / Dynatrace 等，获取 请求耗时、错误率、依赖调用链、数据库/外部服务 等可观测性指标，结合压测结果定位业务与基础设施瓶颈。
五 实践流程与注意事项
- 明确目标与指标：定义清晰的 RT（响应时间 P95/P99）、吞吐量（req/s）、错误率 与 内存/CPU 阈值。
- 基准可重复：固定 Node 版本 与 依赖版本，在 CI 中固化压测脚本与阈值，避免环境漂移导致结论失真。
- 预热与稳定：服务与 JIT 预热后再采集数据，每组测试 多次取中位数，减少偶发波动。
- 控制变量：一次只变更 一个变量（算法/依赖/配置/硬件），便于归因。
- 区分瓶颈类型：结合 CPU 采样/火焰图、内存快照 与 系统监控，识别 CPU 密集、内存泄漏、I/O 阻塞、事件循环延迟 等根因。
- 场景化压测：覆盖 峰值并发、长时运行、慢查询/慢接口 等真实场景，验证稳定性与退化策略。